Aula 5 VAs Discretas MAE0219

Variveis Aleatrias Discretas
Bacharelado em Economia - FEA - Noturno

1o Semestre 2015
Gilberto A. Paula
G. A. Paula - MAE0219 (IME-USP)
1o Semestre 2015
1 / 54
Objetivos da Aula
Sumrio
1
Objetivos da Aula
Varivel Aleatria Discreta
Distribuio de Varivel Aleatria Discreta
Esperana Matemtica
Varincia
Propriedades
Distribuio de Bernoulli
Distribuio Binomial
Distribuio Geomtrica
10
Distribuio de Poisson
1o Semestre 2015
2 / 54
Objetivos da Aula
Objetivos da Aula
Objetivos da Aula
Nesta aula discutiremos o conceito de Varivel Aleatria Discreta, as
definies de funo de probabilidade e de funo de distribuio
acumulada, bem como o clculo do valor mdio (ou esperana
matemtica) e da varincia. Exemplos de modelos probabilsticos
para variveis aleatrias discretas sero apresentados.
1o Semestre 2015
3 / 54
Sumrio
1
Objetivos da Aula
Esperana Matemtica
Varincia
Propriedades
Distribuio Binomial
10
1o Semestre 2015
4 / 54
Varivel Aleatria
Definio
Varivel aleatria qualquer funo definida sobre o espao amostral
que atribui um valor real a cada elemento do espao amostral.
1o Semestre 2015
5 / 54
Definio
Uma varivel aleatria definida como sendo discreta quando o
nmero de valores possveis que a varivel assume for finito ou infinito
enumervel.
1o Semestre 2015
6 / 54
Exemplos
no de acidentes na marginal Tiet no perodo da manh
no de alunos aprovados no vestibular entre 200 inscritos
no de pessoas que visitaram um determinado site, num certo
perodo de tempo
no de inadimplentes dentre 100 pessoas que pegaram
emprstimo no ltimo ano
no de dias num ms em que o fechamento de uma determinada
ao sobe em relao abertura
no de domiclios com crianas menores de 6 anos
1o Semestre 2015
7 / 54
Exemplo 1
Experimento Aleatrio
Observa-se a face superior no lanamento de duas moedas. Nesse
caso o espao amostral pode ser definido na forma
= {1 , 2 , 3 , 4 },
em que 1 = {cara,cara}, 2 = {cara,coroa}, 3 = {coroa,cara} e
4 = {coroa,coroa}.
1o Semestre 2015
8 / 54
Exemplo 1
Experimento Aleatrio
Observa-se a face superior no lanamento de duas moedas. Nesse
caso o espao amostral pode ser definido na forma
= {1 , 2 , 3 , 4 },
em que 1 = {cara,cara}, 2 = {cara,coroa}, 3 = {coroa,cara} e
4 = {coroa,coroa}.
Varivel Aleatria
Se definimos a varivel aleatria X :nmero de caras no lanamento
de duas moedas, ento obtemos
X (1 ) = 2, X (2 ) = 1, X (3 ) = 1 e X (4 ) = 0.
Ou seja, a varivel aleatria X assume os valores X = 0, 1, 2.
1o Semestre 2015
8 / 54
Exemplo 1
Descrio da varivel aleatria X: nmero de caras no

lanamento de duas moedas
1 =(cara, cara)
X()
2 =(cara, coroa)
3 =(coroa, cara)
4 =(coroa, coroa)
0
1o Semestre 2015
9 / 54
Sumrio
1
Objetivos da Aula
Esperana Matemtica
Varincia
Propriedades
Distribuio Binomial
10
1o Semestre 2015
10 / 54
Definio
Para cada elemento i do espao amostral transferimos um valor
p(X (i )) para o intervalo [0, 1]. Se denotamos xi = X (i ), ento
podemos definir
P(X = xi ) = p(xi ).
1o Semestre 2015
11 / 54
Funo de probabilidade
A funo de probabilidade de X pode ser representada pela tabela
abaixo
x
P(X = x)
x1
p(x1 )
x2
p(x2 )
xk
p(xk )
p(xi ) 0
p(x1 ) + p(x2 ) + + p(xk ) = 1
1o Semestre 2015
12 / 54
Exemplo 1
Descrio do clculo da probabilidade da varivel aleatria

X: nmero de caras no lanamento de duas moedas
1 =(cara, cara)
(1 )=0.25
2 =(cara, coroa)
(2 )=0.25
3 =(coroa, cara)
(3 )=0.25
= 2 = 0.25
4 =(coroa, coroa) (4 )=0.25
1
2
= 0 = 0.25 0
= 1 = 0.5
1o Semestre 2015
13 / 54
Exemplo 1
Portanto, a funo de probabilidade da varivel aleatria X : nmero
de caras no lanamento de duas moedas fica dada por
x
P(X = x)
0
0, 25
1
0, 50
2
0, 25
1o Semestre 2015
14 / 54
Funo de distribuio acumulada

Outra maneira de definirmos a distribuio de uma varivel aleatria
atravs da funo de distribuio acumulada, definida por
F (x) = P(X x),
em que x um nmero real e F (x) pertence ao intervalo [0, 1].
1o Semestre 2015
15 / 54
Exemplo 1
Descrio da funo de distribuio acumulada F(x) = P(X x)
da varivel aleatria X: nmero de caras no lanamento de
duas moedas
x
P(X=x)
0,25
0,50
0,25

1
0.75
0.25
0
1o Semestre 2015
16 / 54
Exemplo 1
Funo de distribuio acumulada

Portanto, a funo de distribuio acumulada da varivel aleatria X :
nmero de caras no lanamento de duas moedas fica dada por
0
se x < 0
0, 25 se 0 x < 1
F (x) =
0,
75 se 1 x < 2
1
se x 2
1o Semestre 2015
17 / 54
Exemplo 2
Descrio
Num experimento aleatrio observa-se o gnero das crianas em
famlias com trs filhos (M: masculino e F : feminino). O espao
amostral fica dado por
= {(MMM), (MMF ), (MFM), (FMM), (MFF ), (FMF ), (FFM), (FFF )}.
1o Semestre 2015
18 / 54
Exemplo 2
Descrio
Num experimento aleatrio observa-se o gnero das crianas em
famlias com trs filhos (M: masculino e F : feminino). O espao
amostral fica dado por
= {(MMM), (MMF ), (MFM), (FMM), (MFF ), (FMF ), (FFM), (FFF )}.
Para a varivel aleatria X : nmero de crianas do sexo masculino
temos a relao
MMM
3
MMF
2
MFM
2
FMM
2
MFF
1
FMF
1
FFM
1
FFF
0
Portanto, X assume os valores X = 0, 1, 2, 3.

1o Semestre 2015
18 / 54
Exemplo 2
Para a varivel aleatria Y : nmero de crianas do sexo feminino

temos a relao
MMM
0
MMF
1
MFM
1
FMM
1
MFF
2
FMF
2
FFM
2
FFF
3
Portanto, Y assume os valores Y = 0, 1, 2, 3.
1o Semestre 2015
19 / 54
Exemplo 2
Para a varivel aleatria Y : nmero de crianas do sexo feminino

temos a relao
MMM
0
MMF
1
MFM
1
FMM
1
MFF
2
FMF
2
FFM
2
FFF
3
Portanto, Y assume os valores Y = 0, 1, 2, 3.

Assim, para um mesmo espao amostral podemos definir mais de
uma varivel aleatria.
1o Semestre 2015
19 / 54
Exemplo 3
Descrio
Joga-se um dado equilibrado e observa-se a face superior. Considere
a varivel aleatria X : nmero da face superior.
1o Semestre 2015
20 / 54
Exemplo 3
Descrio
Joga-se um dado equilibrado e observa-se a face superior. Considere
a varivel aleatria X : nmero da face superior.
A funo de probabilidade de X fica dada por
x
P(X = x)
1
6
1
6
1
6
1
6
1
6
1
6
1o Semestre 2015
20 / 54
Exemplo 3
Descrio
Joga-se dois dados equilibrados e observa-se as faces superiores.
Considere a varivel aleatria X : soma das faces superiores.
1o Semestre 2015
21 / 54
Exemplo 3
Descrio
Joga-se dois dados equilibrados e observa-se as faces superiores.
Considere a varivel aleatria X : soma das faces superiores.
x
P(X = x)
10
11
12
1
36
2
36
3
36
4
36
5
36
6
36
5
36
4
36
3
36
2
36
1
36
1o Semestre 2015
21 / 54
Esperana Matemtica
Sumrio
1
Objetivos da Aula
Esperana Matemtica
Varincia
Propriedades
Distribuio Binomial
10
1o Semestre 2015
22 / 54
Esperana Matemtica
Esperana Matemtica
Definio
Seja X uma varivel aleatria discreta que assume os valores
x1 , x2 , . . . , xk . Chamamos de valor mdio, ou valor esperado, ou
esperana matemtica de X o valor
E(X ) = x1 p(x1 ) + x2 p(x2 ) + + xk p(xk )
=
k
X
xi p(xi ),
i=1
em que p(xi ) = P(X = xi ). Notao = E(X ).
1o Semestre 2015
23 / 54
Esperana Matemtica
Exemplo 1
Clculo Esperana Matemtica
A funo de probabilidade da varivel aleatria X : nmero de caras
no lanamento de duas moedas dada por
x
P(X = x)
0
0, 25
1
0, 50
2
0, 25
1o Semestre 2015
24 / 54
Esperana Matemtica
Exemplo 1
A funo de probabilidade da varivel aleatria X : nmero de caras
no lanamento de duas moedas dada por
x
P(X = x)
0
0, 25
1
0, 50
2
0, 25
A esperana matemtica de X fica ento dada por

E(X ) = 0 0, 25 + 1 0, 50 + 2 0, 25
= 1, 0.
Espera-se, portanto, 1 cara.
1o Semestre 2015
24 / 54
Esperana Matemtica
Exemplo 3
A funo de probabilidade da varivel aleatria X : soma das faces
superiores dada por
x
P(X = x)
10
11
12
1
36
2
36
3
36
4
36
5
36
6
36
5
36
4
36
3
36
2
36
1
36
1o Semestre 2015
25 / 54
Esperana Matemtica
Exemplo 3
A funo de probabilidade da varivel aleatria X : soma das faces
superiores dada por
x
P(X = x)
10
11
12
1
36
2
36
3
36
4
36
5
36
6
36
5
36
4
36
3
36
2
36
1
36
A esperana matemtica de X fica ento dada por

E(X ) = 2
=
1
2
2
1
+3
+ + 11
+ 12
36
36
36
36
252
= 7, 0.
36
Espera-se, portanto, soma 7.

1o Semestre 2015
25 / 54
Varincia
Sumrio
1
Objetivos da Aula
Esperana Matemtica
Varincia
Propriedades
Distribuio Binomial
10
1o Semestre 2015
26 / 54
Varincia
Varincia
Definio
x1 , x2 , . . . , xk . Chamamos de varincia de X o valor esperado da
varivel (X )2 , ou seja
Var(X ) = (x1 )2 p(x1 ) + + (xk )2 p(xk )
=
k
X
(xi )2 p(xi ),
i=1
em que p(xi ) = P(X = xi ). Notao 2 = Var(X ).
1o Semestre 2015
27 / 54
Varincia
Varincia
Definio
x1 , x2 , . . . , xk . Chamamos de varincia de X o valor esperado da
varivel (X )2 , ou seja
Var(X ) = (x1 )2 p(x1 ) + + (xk )2 p(xk )
=
k
X
(xi )2 p(xi ),
i=1
em que p(xi ) = P(X = xi ). Notao 2 = Var(X ).

Desvio Padro
O desvio padro de X definido por
= DP(X ) =
Var(X ).
1o Semestre 2015
27 / 54
Varincia
Varincia
Frmula Alternativa
A varincia de X pode, alternativamente, ser expressa na forma
Var(X ) = E(X 2 ) 2 ,
em que
E(X 2 ) = x12 p(x1 ) + + xk2 p(xk )
=
k
X
xi2 p(xi ).
i=1
1o Semestre 2015
28 / 54
Varincia
Exemplo 1
Clculo Varincia
Para a varivel X : nmero de caras no lanamento de duas moedas
obtemos
E(X 2 ) = 02 0, 25 + 12 0, 50 + 22 0, 25
= 0 + 0, 50 + 1, 0 = 1, 50.
1o Semestre 2015
29 / 54
Varincia
Exemplo 1
Clculo Varincia
Para a varivel X : nmero de caras no lanamento de duas moedas
obtemos
E(X 2 ) = 02 0, 25 + 12 0, 50 + 22 0, 25
= 0 + 0, 50 + 1, 0 = 1, 50.
Portanto, a varincia de X fica dada por
2 = Var(X ) = 1, 50 (1, 0)2 = 1, 50 1, 0 = 0, 50.
E o desvio padro
= DP(X ) =
p
0, 50
= 0, 707.
1o Semestre 2015
29 / 54
Varincia
Exemplo 3
Clculo Varincia
Para a varivel X : soma das faces superiores obtemos
E(X 2 ) = 22
=
1
2
2
1
+ 32
+ + 112
+ 122
36
36
36
36
1974
= 54, 83.
36
1o Semestre 2015
30 / 54
Varincia
Exemplo 3
Clculo Varincia
Para a varivel X : soma das faces superiores obtemos
E(X 2 ) = 22
=
1
2
2
1
+ 32
+ + 112
+ 122
36
36
36
36
1974
= 54, 83.
36
Portanto, a varincia de X fica dada por

2 = Var(X ) = 54, 83 (7, 0)2 = 54, 83 49, 0 = 5, 83.
E o desvio padro
= DP(X ) =
p
5, 83
= 2, 415.
1o Semestre 2015
30 / 54
Propriedades
Sumrio
1
Objetivos da Aula
Esperana Matemtica
Varincia
Propriedades
Distribuio Binomial
10
1o Semestre 2015
31 / 54
Propriedades
Propriedades
Propriedades 1
Se uma determinada varivel aleatria X assume um nico valor a
(distribuio degenerada em a), ento P(X = a) = 1. Temos para este
caso as seguintes propriedades:
E(X ) = a
Var(X ) = 0
1o Semestre 2015
32 / 54
Propriedades
Propriedades
Propriedades 2
Se Y e X so duas varives aleatrias tais que Y = aX + b, em que a
e b so constantes quaisquer, ento
E(Y ) = E(aX + b)
= E(aX ) + E(b)
= aE(X ) + b
1o Semestre 2015
33 / 54
Propriedades
Propriedades
Propriedades 2
Se Y e X so duas varives aleatrias tais que Y = aX + b, em que a
e b so constantes quaisquer, ento
E(Y ) = E(aX + b)
= E(aX ) + E(b)
= aE(X ) + b
Var(Y ) = Var(aX + b)
= Var(aX ) + Var(b)
= Var(aX ) + 0
= a2 Var(X )
1o Semestre 2015
33 / 54
Sumrio
1
Objetivos da Aula
Esperana Matemtica
Varincia
Propriedades
Distribuio Binomial
10
1o Semestre 2015
34 / 54
Definio
Experimentos que admitem apenas dois resultados possveis
(sucesso ou fracasso) recebem o nome de ensaios de Bernoulli e
originam uma varivel aleatria com distribuio de Bernoulli.
1o Semestre 2015
35 / 54
Definio
Experimentos que admitem apenas dois resultados possveis
(sucesso ou fracasso) recebem o nome de ensaios de Bernoulli e
originam uma varivel aleatria com distribuio de Bernoulli.
Se X uma varivel aleatria com distribuio de Bernoulli com
probabilidade de sucesso p, em que X = 1 se o resultado sucesso e
X = 0 se o resultado fracasso, ento a funo de probabilidade de X
fica dada por
P(X = x) = px (1 p)(1x) ,
em que x = 0, 1. Denotamos X Be(p).
1o Semestre 2015
35 / 54
Ensaios de Bernoulli
Exemplos
resultado da inspeo de uma pea, defeituosa ou no defeituosa
opinio de um eleitor, favorvel ou contrrio
resultado de um exame vestibular, aprovado ou no aprovado
inteno de voto de um eleitor, partido A ou outra preferncia
terminar uma corrida para pedestres, sim ou no
preferncia de um consumidor, carro nacional ou carro importado
presso arterial de um paciente, alterada ou no alterada
hbito de prticas esportivas, sim ou no
1o Semestre 2015
36 / 54
Esperana
A esperana (ou valor mdio) da distribuio de Bernoulli dada por
E(X ) = 0 P(X = 0) + 1 P(X = 1)
= 0 (1 p) + 1 p = p.
1o Semestre 2015
37 / 54
Esperana
A esperana (ou valor mdio) da distribuio de Bernoulli dada por
E(X ) = 0 P(X = 0) + 1 P(X = 1)
= 0 (1 p) + 1 p = p.
Varincia
A varincia de X definida por Var(X ) = E(X 2 ) - [E(X )]2 . Temos que
E(X 2 ) = 02 P(X = 0) + 12 P(X = 1)
= 0 (1 p) + 1 p = p.
Assim, Var(X ) = p p2 = p(1 p) e portanto DP(X ) =
p
p(1 p).
1o Semestre 2015
37 / 54
Distribuio Binomial
Sumrio
1
Objetivos da Aula
Esperana Matemtica
Varincia
Propriedades
Distribuio Binomial
10
1o Semestre 2015
38 / 54
Distribuio Binomial
Distribuio Binomial
Motivao
Um dado lanado 3 vezes de forma independente. Qual a
probabilidade de obter a face 5 duas vezes?
1o Semestre 2015
39 / 54
Distribuio Binomial
Distribuio Binomial
Motivao
Denotando S como sendo sucesso (obter face 5 num lanamento) e F
como sendo fracasso, o espao amostral pode ser representado por
= {(SSS), (SSF ), (SFS), (FSS), (SFF ), (FSF ), (FFS), (FFF )}.
1o Semestre 2015
39 / 54
Distribuio Binomial
Distribuio Binomial
Motivao
Denotando S como sendo sucesso (obter face 5 num lanamento) e F
como sendo fracasso, o espao amostral pode ser representado por
= {(SSS), (SSF ), (SFS), (FSS), (SFF ), (FSF ), (FFS), (FFF )}.
Vamos considerar a varivel aleatria X : nmero de sucessos nos
trs lanamentos, sendo p = P(S) e q = 1 p = P(F) em cada
lanamento.
1o Semestre 2015
39 / 54
Distribuio Binomial
Motivao
Diagrama de rvore
1o
p
F
(SSS)
Prob
p3
(SSF)
p2q
(SFS)
p2q
q
p
F
S
(SFF)
(FSS)
pq2
p2q
1
2
(FSF)
pq2
(FFS)
pq2
(FFF)
q3
2o
3o
X
3
q
F
1o Semestre 2015
40 / 54
Distribuio Binomial
Motivao
Distribuio de probabilidade
de sucessos nos trs lanamentos fica dada por
x
P(X = x)
0
q3
1
3pq 2
2
3p2 q
3
p3
1o Semestre 2015
41 / 54
Distribuio Binomial
Motivao
de sucessos nos trs lanamentos fica dada por
x
P(X = x)
0
q3
1
3pq 2
2
3p2 q
3
p3
Assim, a funo de probabilidade de X fica dada por

3 x
P(X = x) =
p (1 p)(3x) ,
x
para x = 0, 1, 2, 3.
1o Semestre 2015
41 / 54
Distribuio Binomial
Motivao
Em particular, para um dado equilibrado p =
x
P(X = x)
0
0, 5787
1
0, 3472
1
6
obtemos
2
0, 0694
3
0, 0046
1o Semestre 2015
42 / 54
Distribuio Binomial
Motivao
Em particular, para um dado equilibrado p =
x
P(X = x)
0
0, 5787
1
0, 3472
1
6
obtemos
2
0, 0694
3
0, 0046
Assim, a probabilidade da face 5 aparecer duas vezes fica dada por

P(X = 2) = 0, 0694.
1o Semestre 2015
42 / 54
Distribuio Binomial
Distribuio Binomial
Definio
A varivel aleatria X correspondente ao nmero de sucessos em n
ensaios de Bernoulli independentes (no sentido probabilstico) e com
mesma probabilidade p de sucesso em cada ensaio, tem distribuio
binomial com parmetros n e p.
1o Semestre 2015
43 / 54
Distribuio Binomial
Distribuio Binomial
Definio
A varivel aleatria X correspondente ao nmero de sucessos em n
ensaios de Bernoulli independentes (no sentido probabilstico) e com
mesma probabilidade p de sucesso em cada ensaio, tem distribuio
binomial com parmetros n e p.

n x
P(X = x) =
p (1 p)(nx) ,
x
em que x = 0, 1, . . . , n. Denotamos X B(n, p).
1o Semestre 2015
43 / 54
Distribuio Binomial
Distribuio Binomial
Esperana
Se X B(n, p) podemos escrever X = X1 + + Xn , em que
Xi Be(p) para i = 1, . . . , n. Assim, obtemos
= E(X ) = E(X1 ) + + E(Xn ) = np.
1o Semestre 2015
44 / 54
Distribuio Binomial
Distribuio Binomial
Esperana
Se X B(n, p) podemos escrever X = X1 + + Xn , em que
Xi Be(p) para i = 1, . . . , n. Assim, obtemos
= E(X ) = E(X1 ) + + E(Xn ) = np.
Varincia
Similarmente como temos n ensaios independentes, ento
2 = Var(X ) = Var(X1 ) + + Var(Xn ) = np(1 p).
p
E da segue que = DP(X ) = np(1 p).
1o Semestre 2015
44 / 54
Distribuio Binomial
Distriuio Binomial
Aplicao
Considere uma prova com 12 questes, cada uma com 4 alternativas.
Suponha que o aluno escolha a resposta ao acaso. Qual a
probabilidade de que ele acerte pelo menos 6 questes?
1o Semestre 2015
45 / 54
Distribuio Binomial
Distriuio Binomial
Aplicao
Considere uma prova com 12 questes, cada uma com 4 alternativas.
Suponha que o aluno escolha a resposta ao acaso. Qual a
probabilidade de que ele acerte pelo menos 6 questes?
Vamos considerar a varivel aleatria X : nmero de questes que o
aluno acerta. Vamos supor que X B(n, p), em que n = 12 e
p = 0, 25.
1o Semestre 2015
45 / 54
Distribuio Binomial
Distribuio Binomial
Aplicao
Portanto, a funo de probabilidade de X fica dada por

12
P(X = x) =
0, 25x 0, 75(12x) ,
x
em que x = 0, 1, . . . , 12. Portanto, usando uma tabela binomial
obtemos P(X 6) = P(X = 6) + + P(X = 12)
= 0, 0544.
1o Semestre 2015
46 / 54
Distribuio Binomial
Distribuio Binomial
Aplicao
Portanto, a funo de probabilidade de X fica dada por

12
P(X = x) =
0, 25x 0, 75(12x) ,
x
em que x = 0, 1, . . . , 12. Portanto, usando uma tabela binomial
obtemos P(X 6) = P(X = 6) + + P(X = 12)
= 0, 0544.
Adicionalmente, temos que o valor esperado de X fica dado por
= n p = 12 0, 25 = 3. Ou seja, espera-se que o aluno acerte 3
questes.
1o Semestre 2015
46 / 54
Sumrio
1
Objetivos da Aula
Esperana Matemtica
Varincia
Propriedades
Distribuio Binomial
10
1o Semestre 2015
47 / 54
Definio
Supor que X representa o nmero de ensaios independentes at a
ocorrncia do primeiro sucesso que ocorre com probabilidade p. A
funo de probabilidade de X fica dada por
P(X = x) = p(1 p)(x1) ,
em que x = 1, 2, . . .. Denotamos X G(p). um exemplo de varivel
aleatria discreta com um nmero enumervel de valores.
1o Semestre 2015
48 / 54
Definio
Supor que X representa o nmero de ensaios independentes at a
ocorrncia do primeiro sucesso que ocorre com probabilidade p. A
funo de probabilidade de X fica dada por
P(X = x) = p(1 p)(x1) ,
em que x = 1, 2, . . .. Denotamos X G(p). um exemplo de varivel
aleatria discreta com um nmero enumervel de valores.
Valor esperado
= E(X ) = p1
Varincia
2 = Var(X ) =
1p
p2
1o Semestre 2015
48 / 54
Aplicao
Num jogo a probabilidade de um jogador ganhar algum prmio em
cada tentativa de 0,10. Supondo tentativas independentes, qual a
probabilidade do jogador ganhar algum prmio antes de 5 tentativas?
Seja X : nmero de tentativas at a ocorrncia do primeiro sucesso
(ganhar algum prmio). Vamos supor que X G(0, 10).
1o Semestre 2015
49 / 54
Aplicao
Portanto, queremos saber P(X 4) =
P4
x=1 P(X
= x), em que
P(X = x) = p(1 p)(x1) = 0, 10 0, 90(x1) .

para x = 1, 2, 3, 4.
1o Semestre 2015
50 / 54
Aplicao
Portanto, queremos saber P(X 4) =
P4
x=1 P(X
= x), em que
P(X = x) = p(1 p)(x1) = 0, 10 0, 90(x1) .

para x = 1, 2, 3, 4.
Da obtemos
P(X 4) = 0, 10 {0, 900 + 0, 901 + 0, 902 + 0, 903 }
= 0, 10 {1 + 0, 9 + 0, 81 + 0, 729}
= 0, 10 3, 439
= 0, 344(34, 4%).
1o Semestre 2015
50 / 54
Sumrio
1
Objetivos da Aula
Esperana Matemtica
Varincia
Propriedades
Distribuio Binomial
10
1o Semestre 2015
51 / 54
Definio
Se X representa o nmero de ocorrncias de um evento no tempo ou
no espao e se X segue distribuio de Poisson de parmetro ,
ento a funo de probabilidade de X fica dada por
P(X = x) =
e x
,
x!
em que x = 0, 1, . . .. Denotamos X P(). Temos tambm aqui uma

varivel aleatria discreta com um nmero enumervel de valores.
1o Semestre 2015
52 / 54
Definio
Se X representa o nmero de ocorrncias de um evento no tempo ou
no espao e se X segue distribuio de Poisson de parmetro ,
ento a funo de probabilidade de X fica dada por
P(X = x) =
e x
,
x!
em que x = 0, 1, . . .. Denotamos X P(). Temos tambm aqui uma

varivel aleatria discreta com um nmero enumervel de valores.
Valor esperado
= E(X ) =
Varincia
2 = Var(X ) =
1o Semestre 2015
52 / 54
Exemplos
no de acidentes numa rodovia num determinado perodo
no de chamadas telefnicas por minuto
no de mensagens que chegam a um servidor por minuto
no de terremotos at certa magnitude num determinado ano
no de defeitos por metro quadrado
no de bactrias numa lmina de microscpio
1o Semestre 2015
53 / 54
Aplicao
Sabe-se que em mdia ocorrem 1,5 acidentes por dia numa rodovia.
Qual a probabilidade de ocorrerem dois ou mais acidentes num dia
qualquer?. Seja X : nmero de acidentes num dia na rodovia. Vamos
supor que X P(1, 5).
1o Semestre 2015
54 / 54
Aplicao
Sabe-se que em mdia ocorrem 1,5 acidentes por dia numa rodovia.
Qual a probabilidade de ocorrerem dois ou mais acidentes num dia
qualquer?. Seja X : nmero de acidentes num dia na rodovia. Vamos
supor que X P(1, 5).
Temos que P(X 2) = 1 P(X = 0) P(X = 1),
em que P(X = 0) = e1,5 = 0, 223 e P(X = 1) = e1,5 1, 5 = 0, 335.
Da obtemos
P(X 2) = 1 0, 223 0, 335 = 0, 442.
1o Semestre 2015
54 / 54

Aula 5 VAs Discretas MAE0219

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Aula 5 VAs Discretas MAE0219

Caricato da

Copyright:

Formati disponibili

Variveis Aleatrias Discretas

Bacharelado em Economia - FEA - Noturno

G. A. Paula - MAE0219 (IME-USP)

Variveis Aleatrias Discretas

Varivel Aleatria Discreta

Distribuio de Varivel Aleatria Discreta

G. A. Paula - MAE0219 (IME-USP)

Variveis Aleatrias Discretas

G. A. Paula - MAE0219 (IME-USP)

Variveis Aleatrias Discretas

Varivel Aleatria Discreta

Varivel Aleatria Discreta

Distribuio de Varivel Aleatria Discreta

G. A. Paula - MAE0219 (IME-USP)

Variveis Aleatrias Discretas

Varivel Aleatria Discreta

G. A. Paula - MAE0219 (IME-USP)

Variveis Aleatrias Discretas

Varivel Aleatria Discreta

Varivel Aleatria Discreta

G. A. Paula - MAE0219 (IME-USP)

Variveis Aleatrias Discretas

Varivel Aleatria Discreta

Varivel Aleatria Discreta

G. A. Paula - MAE0219 (IME-USP)

Variveis Aleatrias Discretas

Varivel Aleatria Discreta

G. A. Paula - MAE0219 (IME-USP)

Variveis Aleatrias Discretas

Varivel Aleatria Discreta

Variveis Aleatrias Discretas

Varivel Aleatria Discreta

Descrio da varivel aleatria X: nmero de caras no

G. A. Paula - MAE0219 (IME-USP)

Variveis Aleatrias Discretas

Distribuio de Varivel Aleatria Discreta

Varivel Aleatria Discreta

Distribuio de Varivel Aleatria Discreta

G. A. Paula - MAE0219 (IME-USP)

Variveis Aleatrias Discretas

Distribuio de Varivel Aleatria Discreta

Distribuio de Varivel Aleatria Discreta

G. A. Paula - MAE0219 (IME-USP)

Variveis Aleatrias Discretas

Distribuio de Varivel Aleatria Discreta

Distribuio de Varivel Aleatria Discreta

G. A. Paula - MAE0219 (IME-USP)

Variveis Aleatrias Discretas

Distribuio de Varivel Aleatria Discreta

Descrio do clculo da probabilidade da varivel aleatria

G. A. Paula - MAE0219 (IME-USP)

Variveis Aleatrias Discretas

Distribuio de Varivel Aleatria Discreta

G. A. Paula - MAE0219 (IME-USP)

Variveis Aleatrias Discretas

Distribuio de Varivel Aleatria Discreta

Distribuio de Varivel Aleatria Discreta

Funo de distribuio acumulada

G. A. Paula - MAE0219 (IME-USP)

Variveis Aleatrias Discretas

Distribuio de Varivel Aleatria Discreta

G. A. Paula - MAE0219 (IME-USP)

Variveis Aleatrias Discretas

Distribuio de Varivel Aleatria Discreta